MétaCan
Menu
Retour à la cohorte
Enregistrement W4383172282 · doi:10.5194/tc-17-2607-2023

The impact of surface melt rate and catchment characteristics on Greenland Ice Sheet moulin inputs

2023· article· en· W4383172282 sur OpenAlexafffund
Tim Hill, Christine F. Dow

Notice bibliographique

Revue˜The œcryosphere · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensSimon Fraser UniversityUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsNational Science Foundation
Mots-clésGreenland ice sheetMeltwaterGeologyDrainage basinIce sheetHydrology (agriculture)DrainageForcing (mathematics)ClimatologyEnvironmental scienceGeomorphologyGlacier

Résumé

récupéré en direct d'OpenAlex

Abstract. The supraglacial drainage system of the Greenland Ice Sheet, in combination with surface melt rate, controls the rate of water flow into moulins, a major driver of subglacial water pressure. We apply the Subaerial Drainage System (SaDS) model, a physically based surface meltwater flow model, to a ∼20×27km2 catchment on the southwestern Greenland Ice Sheet for 4 years of melt forcing (2011, 2012, 2015, and 2016) to (1) examine the relationship between surface melt rate and the rate, diurnal amplitude, and timing of surface inputs to moulins; (2) compare SaDS to contemporary models; and (3) present a framework for selecting appropriate supraglacial drainage models for different modelling objectives. We find that variations in the rate and timing of modelled moulin inputs related to the development of supraglacial channels are relatively more important in years with low melt volumes than years with high melt volumes. We suggest that a process-resolving supraglacial hydrology model (e.g., SaDS) should be considered when modelling outcomes are sensitive to subdiurnal and long-term seasonal changes in the rate of discharge into moulins.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetCryospheric studies and observationsTravaux en français237 207